Article history: Dosen merupakan tenaga akademik yang bertugas merencanakan dan
melaksanakan proses pembelajaran, menilai hasil pembelajaran, melakukan
Received, 27/11/2020 pembimbingan dan pelatihan, serta melakukan penelitian dan pengabdian
Revised, 28/11/2020 pada masyarakat (Tri Dharma) Perguruan Tinggi. Dalam melaksanankan Tri
Accepted, 1/12/2020 Dharma Perguruan Tinggi doesen perlu diberikan apresiasi atau promosi
sesuai dengan kinerja akademiknya. Oleh karena itu, peneliti mendesain
analisis pengambilan keputusan pemilihan dosen terbaik pada Program Studi
Kata Kunci: Teknik Komputer Akadedemi Ilmu Komputer Ternate. Tujuannya adalah
memilih dosen terbaik dengan cara perangkingan. Untuk menentukan dosen
SPK,
terbaik peneliti menggunakan teknik pengambilan data dengan cara
WP,
penyebaran kuisioner terhadap 16 (enam belas) mahsaiswa Teknik Komputer
pemilihan,
sebagai penilai terhadap 5 (lima) alternative (dosen) Teknik Komputer dengan
dosen,
menerapkan metode analisis perhitungan metode Weighted Product. Kriteria
terbaik
pemilihan yang digunakan adalah Kemampuan Logika Berpikir, Terampil
Melakukan Evaluasi Assessment, Terampil Menyajikan Materi Kuliah dan
Kedisiplinan. Data hasil analisis perhitungan mendapatkan Alternatif
(dosen) yang memperoleh nilai tertinggi adalah alternative (dosen) ABUR
(A4) 0.2328.
ABSTRACT
Keywords: Lecturers are academic staff in charge of planning and implementing the
learning process, assessing learning outcomes, conducting guidance and
DSS, training, and conducting research and community service (Three Dharma) for
WP, Higher Education. In implementing the Three Dharma of Higher Education, it
election, is necessary to give appreciation or promotion according to its academic
lecturer, performance. Therefore, the researchers designed a decision-making analysis
best for choosing the best lecturers in the Computer Engineering Study Program,
Akademi Ilmu Komputer, Ternate. The goal was to select the best lecturers by
ranking. To determine the best lecturer, the researchers used data collection
techniques by distributing questionnaires to 16 (sixteen) Computer
Engineering students as assessors of 5 (five) alternative (lecturers) Computer
Engineering by applying the calculation analysis method of
the Weighted Product method. The selection criteria used are Logic Thinking,
Synthesis Analysis Ability, Material Delivery Methods and Dress Procedures
(Appearance). The data from the calculation analysis indicated that the
alternative (lecturer) who got the highest score was the alternative
(lecturer) ABUR (A4) 0.2328.
This is an open access article under the CC BY-SAlicense.
1. PENDAHULUAN
Penyelenggaraan pendidikan di Perguruan Tinggi tidak lepas dari peran dosen. Dosen merupakan
tenaga akademik yang berfungsi sebagai merencanakan dan melaksanakan kegiatan pembelajaran,
penelitian dan pengabdian kepada masyarakat (Sujaini, Herry, and Helen Sasty Pratiwi. 2016) [1].
Dosen adalah orang yang berpengalaman dalam bidang profesi. Dengan keilmuan yang dimilikinya
dapat menjadikan anak didik menjadi orang yang cerdas (Rini, Dedi, and Riyanti 2015) [2].
Pemilihan dosen terbaik secara periodik dapat memacu semangat dosen dalam meningkatkan
dedikasi dan kinerja. Namun pada Program studi Teknik Komputer Akademi Ilmu Komputer
Ternate belum pernah dilaksanakan pemilihan atau penilaian dosen terbaik, hal ini disebabkan
oleh belum tersedianya media dan Standar Operasional Prosudur (SOP) sebagai pedoman atau
acuan untuk melaksakan tugas pekerjaan sesuai dengan fungsi dosen Program Studi Teknik
Komputer pada Akademi Ilmu Komputer Ternate berdasarkan indicator-indikator teknis,
administrative dan prosudural sesuai dengan tata kerja proses belajar mengajar yang dapat
memproses penilaian dosen dan memberi perankingan dalam pemilihan dosen terbaik (Widagdo et
al. 2019) [3].
Untuk pemilihan dosen terbaik Program Studi Teknik Komputer pada Akademi Ilmu Komputer
Ternate membutuhkan system, dalam hal ini peneliti menggunakan system pendukung keputusan
dengan metode Weighted Product (WP ) yang dapat mengolah setiap data dalam model algoritma
agar dapat menghasilakan nilai keputusan sebagai Alternatif (dosen) terbaik. Hal ini dapat menjadi
nilai tambah bagi Akademi Ilmu Komputer Ternate yang belum memiliki manajemen sistem secara
menyeluruh sehingga dapat mendukung nilai akreditasi kampus dengan memanfaatkan hasil
penelitian ini untuk membangun system Informasi dengan merancangan aplikasi system
pengambilan keputusan.
Penelitian yang dilaksakan oleh (Sulastri, C., Siswanti, S., & KW) [4] dengan judul “SPK
Penilaian Dosen Berprestasi Menggunakan metode Weighted Product (WP) Di STIKKES ALMA
ATA Yogyakarta”. Tujuan untuk menyajikan informasi dengan mengimplementasikan metode
Weighted Product untuk mempermudah dalam menentukan penilaian dosen berprestasi. Penelitian
terkait lainnya yang dilakukan oleh (Marpaung, Handayani, and Yesputra 2018) [5] dengan judul
“SPK Pemilihan Dosen Terbaik Dengan Metode Weighted Product (WP) Pada STMK RORAL”
Penelitian ini untuk memberikan kemudahan bagi pengambil keputusan untuk memilih dosen terbaik
di kampus STMK RORAL.
Tinjauan penelitian yang dilakukan oleh (Hidayat, Mufizar, and Ramdani) [6] dengan judul
“Implementasi Metode Weighted Product. Pada SPK Seleksi Calon Karyawan BPJS Kesehatan
Tasikmalaya”. Menerapkan sistem pendukung keputusan seleksi calon karyawan dengan Metode
Weighted Product. Sedangkan penelitian yang dilakukan oleh peneliiti bertujuan untuk menerapkan
metode perhitungan metode Weigthed Product untuk pemilihan dosen terbaik pada Program Studi
Teknik Komputer pada Akadedemi Ilmu Komputer (AIKOM) Ternate, dengan teknik pengambilan
data penyebaran kuisioner dan hasil perhitungannya dilengkapi dengan grafik yang tidak diliki oleh
penelitian sebelumnya, sehingga mempermudah untuk pembacaan hasil pemilihan dosen
terbaik.Konsep Sistem Pendukung Keputusan (SPK) atau Decision Support Systems (DSS) pertama
kali diungkapkan pada awal tahun 1970-an oleh Michael S. Scott Morton dengan istilah Management
Decision System [7].
Sistem Pendukung Keputusan/Decision Support System (DSS) merupakan sisten informasi
interaktif yang menyediakan informasi, pemodelan, dan pemenipulasian data. Sistem itu digunakan
untuk membantu pengambilan keputusan dalam situasi yang semi-terstruktur, dimana tak seorang pun
tahu secara pasti.DSS tidak dimaksudkan untuk mengotomisasi pengambilan keputusan, tetapi
memberikan perangkat interaktif yang memungkinkan pengambilan keputusan untuk melakukuakn
berbagai analisis menggunakan model-model yang tersedia [8].
Tujuan dari Sistem Pengambilan keputusan adalah untuk membantu pengambilan keputusan
memilih berbagai alternative keputusan yang merupakan pengolahan informasi-informasi yang
diperoleh atau tersedia dengan menggunakan model mengambilan kepiutusan. Ciri utama sekaligus
keunggulan dari system pendukung keputusan tersebut adalah kemampuannya untuk menyelesaikan
masaalah-masaalah yang tidak terstruktur [9]. Metode Weighted Product (WP) adalah sebuah
metode dari Multiple Attribute Decision Making (MADM). MADM adalah suatu metode yang
digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Inti dari
MADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan
proses perankingan yang akan menyeleksi alternatif yang sudah diberikan [10]. Metode Weighted
Product merupakan perkalian untuk menghubungkan rating atribut ,dimana rating dari setiap atribut
harus dipangkatkan dengan bobot atribut yang bersangkutan. Metode Weighted Product memerlukan
proses normalisasi karena metode ini mengakalikan setiap atribut. Hasil perkalian tersebut belum
bermakna jika belum dibandingkan dengan nilai standar. Bobot untuk atribut berfungsi sebagai pangkat
positif dalam proses perkalian, sementara bobot biaya berfungsu sebagai pangkat negative. Proses
pengambilan keputusan [11] yang dapat dilakukan oleh pembuat keputusan menggunakan Sistem
Pengambilan Keputusan. Awalnya, pengambil keputusan memilih lokasi pusat yang akan diteliti.
Kemudian, pembuat keputusan memilih alternative dan kriteria yang akan digunakan dalam
penelitian.
Sistem manajemen database atau database management system (DBMS) adalah merupakan
suatu sistem software yang memungkinkan seorang user dapat mendefinisikan, membuat, dan
memelihara serta menyediakan akses terkontrol terhadap data. Database sendiri adalah sekumpulan
data yang berhubungan dengan secara logika dan memiliki beberapa arti yang saling berpautan [12].
MADM adalah [13] suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah
alternatif dengan kriteria tertentu. Inti dari MADM adalah menentukan nilai bobot untuk setiap
atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang
sudah diberikan. Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah MADM
antara lain.
a. Simple Additive Weighting Method (SAW)
b. Weighted Product (WP)
c. Technique for Order Preference by
d. Similarity to Ideal Solution (TOPSIS)
e. Analytic Hierarchy Process (AHP)
2. METODE PENELITIAN
2.1 Kerangka Penelitian
Metode penelitian yang digunakan adalah metode kualitatif, Teknik dan jenis pengumpulan
data yang digunakan untuk memperoleh data sebagai bahan perhitungan algoritma dalam penelitian
ini adalah menggunakan metode Weihted Product. Penulis menggunakan teknik pengumpulan data
berupa sumber data primer dengan teknik penyebaran kuisioner [14]. Dengan jumlah sebaran 16
(enam belas) kuisioner yang di nilai oleh Mahasiswa program studi Teknik Komputer dengan 5
(lima) alternative (dosen) Program Studi Teknik Komputer. Alur penelitian dengan metode Weighted
Product sebagai berikut;
Menentukan tingkat
Menentukan Menentukan criteria
Mulai kepentingan setiap
alternatif (A) (K) criteria
Menentukan bobot
Nilai hasil pemilihan data dosen terbaik Program Studi Teknik Komputer
berdasarkan kuisioner.
𝑺𝒊
Vi = ……….(3)
∏𝒏 ∗
𝒋 (𝑿𝒋 ) 𝑾𝒋
0.3259 0.3259
V1 = = = 0.1899
0.3259+0.3536+0.2874+0.3786+0.3709 𝟏.𝟔𝟐𝟔𝟓
0.3536 0.3536
V2 = 0.3259+0.3536+0.2874+0.3786+0.3709 = 𝟏.𝟔𝟐𝟔𝟓 = 0.2060
0.2874 0.2875
V3 = = = 0.1674
0.3259+0.3536+0.2874+0.3786+0.3709 1.6265
0.3786 0.3786
V4 = 0.3259+0.3536+0.2874+0.3786+0.3709 = 1.6265 = 0.2206
0.3709 0.3709
V5 = 0.3259+0.3536+0.2874+0.3786+0.3709 = 1.6265 = 0.2161
HASIL
0,25
0,2206 0,2161
0,2 0,2060
0,1899
0,1674
0,15
0,1
0,05
0
DSMU (A1) INTS (A2) TNSA (A3) ABUR (A4) USTH (A5)
4(1):129–43.
[14] Sulastri, C., Siswanti, S., & KW, A. K. 2016. “Sistem Pendukung Keputusan Penilaian Dosen
Berprestasi Menggunakan Weighted Product (Wp) Di Stikes Alma Ata Yogyakarta.” Jurnal
Teknologi Informasi Dan Komunikasi 4(2):62–68.
[15] Marpaung, Nasrun, Masitah Handayani, and Rolly Yesputra. 2018. “Sistem Pendukung
Keputusan Pemilihan Dosen Terbaik Dengan Metode Weighted Product (WP) Pada STMIK
Royal.” Seminar Nasional Royal 2018 9986(September):267–70.